apache / apache/parquet-java

Add Index support in the read path

Abierto
#2,484 0 comentarios 0 reacciones 0 asignados Ver en GitHub
Component: Parquet Priority: Major Type: task
Lenguaje dominante
Java
Estrellas
3.1k
Forks
1.6k
Merge medio
3 d 12 h
PR fusionados (30 d)
33

Descripción

The scope of this Jira is to add support for reading indexes from a Parquet file.

The changes will involve de-serializing indexes and adding API to return them.

To test the implementation, we can get Parquet files with indexes generated via Impala or parquet-mr and see that the parquet-cpp tools can print them.

**Reporter**: [Deepak Majeti](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=mdeepak) / @majetideepak
**Assignee**: [Deepak Majeti](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=mdeepak) / @majetideepak

**Note**: *This issue was originally created as [PARQUET-1848](https://issues.apache.org/jira/browse/PARQUET-1848). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Línea de trabajo

Comienza localizando la ruta de lectura de los metadatos de Parquet y la superficie de la API donde se devolverían los índices deserializados. Usa archivos Parquet con índices generados mediante Impala o parquet-mr y, a continuación, verifica que las herramientas de parquet-cpp puedan mostrarlos.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Stack tecnológico
java
Área
data-engineering
Tipo de issue
Nueva funcionalidad
Dificultad
4/5
Tiempo estimado
3-5 días
Estado de actividad
Estancado
Claridad
Bastante claro
Aptitud para principiantes
25/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.